6. RDD综合练习：更丰富的操作

一、集合运算练习

union()， intersection()，subtract(), cartesian()

 

二、内连接与外连接

join(), leftOuterJoin(), rightOuterJoin(), fullOuterJoin()

 

三、综合练习：学生课程分数

网盘下载sc.txt文件，通过RDD操作实现以下数据分析:

• 持久化 scm.cache()
• 总共有多少学生？map(), distinct(), count()
• 

• 开设了多少门课程？

• 
• 生成（姓名，课程分数）键值对RDD，观察keys(),values()
• 
• 每个学生选修了多少门课？map(), countByKey()
• 
• 每门课程有多少个学生选？map(), countByValue() 
• 
• 有多少个100分？
• 
• Tom选修了几门课？每门课多少分？filter(), map() RDD
• 
• Tom选修了几门课？每门课多少分？map(),lookup()  list
• 
• Tom的成绩按分数大小排序。filter(), map(), sortBy()
• 
• Tom的平均分。map(),lookup(),mean()
• 

• 生成（课程，分数）RDD，观察keys(),values()
• 
• 每个分数+20分。mapValues(func)
• 
• 每个分数+20分。map(func)

• 

• 并查看不及格人数的变化

• 求每门课的选修人数及平均分

• lookup(),np.mean()实现
• 
• reduceByKey()和collectAsMap()实现
• 

   combineByKey()，map()，round()实现，确到2位小数

• 

   比较几种方法的异同

• 
•